Solr定时增量更新

1  概述

将数据库中的数据导入到了solr中之后，如果数据库中的数据有变动，solr中还是第一次导入的旧的数据，因此需要定时检测数据库中的数据变化，并实时将变化的数据同步到solr中。

 

2  配置定时同步

2.1     下载

下载地址：http://download.csdn.net/detail/vtopqx/9891724

 

将下载的solr-dataimport-scheduler.jar拷贝到solr的lib目录下，

如：G:\solr\server\solr-webapp\webapp\WEB-INF\lib

 

 

2.2     数据库配置

配置数据库字段，其中关键字段updateTime，该字段非常重要，有了这样一个字段，Solr才能判断增量导入的时候，哪些数据是新的。

因为Solr在dataimport.properties文件中会存储一个默认值last_index_time，记录最后一次做full import或者是delta import(增量导入）的时间。

 

 

2.3     solr配置

1、修改数据库连接文件配置db-data-config.xml文件，配置如下：

 
      
     
        query="SELECT* FROM solr_user where isdelete =0 "  
deltaImportQuery="SELECT* FROM solr_user where id = '${dih.delta.id}'"  
deletedPkQuery="SELECTid FROM solr_user where isdelete =1 "
deltaQuery="SELECTid FROM solr_user where updateTime >'${dataimporter.last_index_time}'"> 
               
              
             
         
     

 

属性说明：

data-config.xml里面的数据 

 

  
   
      注意这个只能返回ID字段 
   
   注意这个只能返回ID字段 

 

配置说明：

query查询是指 查询出表里所有的符合条件的数据，因为笔者测试的有删除业务，所以 

where  后面有一个限定条件isdelete=0，意思为查询未被删除的数据 

(注意这个query查询只对第一次全量导入有作用，对增量导入不起作用) 

 

deltaQuery的意思是，查询出所有经过修改的记录的ID 

可能是修改操作，添加操作，删除操作产生的 

(此查询只对增量导入起作用，而且只能返回ID值) 

 

deletedPkQuery此操作值查询那些数据库里伪删除的数据的ID（即isdelete标识为1的数据） 

solr通过它来删除索引里面对应的数据 

(此查询只对增量导入起作用，而且只能返回ID值) 

 

deltaImportQuery此查询是获取以上两步的ID，然后把其全部数据获取，根据获取的数据 

对索引库进行更新操作，可能是删除，添加，修改 

(此查询只对增量导入起作用，可以返回多个字段的值,一般情况下，都是返回所有字段的列) 

 

注：

 

1.如果只涉及添加，与修改业务，那么数据库里只需额外有一个timpstamp字段 
就可以了，默认值为当前系统时间，CURRENT_TIMESTAMP（笔者的数据为mysql的） 
2.如果还涉及删除业务，那么数据里就需额外再多添加一个字段isdelete，int类型的 
用0,1来标识，此条记录是否被删除，当然也可以用其他字段标识，ture或false都可以 

 

 

 

2、修改managed-schema文件，新增索引字段

由于solr5.x中已经有默认id属性配置，因此当数据库字段名称为id时可以不用配置，主键字段为其它名称时需要配置

 

 

 

 

2.4     定时同步配置

进入solr_home目录，如：/solr/server/solr/

新建conf目录，并创建dataimport.properties文件，内容如下：

#################################################
#                                              #
#      dataimport scheduler properties        #
#                                              #
#################################################
 
#  tosync or not to sync
#  1- active; anything else - inactive
# 这里的配置不用修改
syncEnabled=1
 
# which cores to schedule
#  ina multi-core environment you can decide which cores you want syncronized
# leave empty or comment it out if using single-core deployment
#  修改成你所使用的core，我这里是我自定义的core：simple
syncCores=solr_db_scheduler
 
# solr server name or IP address
# [defaults to localhost if empty]
这个一般都是localhost不会变
server=localhost
 
# solr server port
# [defaults to 80 if empty]
#  安装solr的tomcat端口，如果你使用的是默认的端口，就不用改了，否则改成自己的端口就好了
port=8983
 
# application name/context
# [defaults to current ServletContextListener's context (app) name]
#  这里默认不改
webapp=solr
 
# URL params [mandatory]
# remainder of URL
#  这里改成下面的形式，solr同步数据时请求的链接
params=/dataimport?command=delta-import&clean=false&commit=true
 
# schedule interval
# number of minutes between two runs
# [defaults to 30 if empty]
#这里是设置定时任务的，单位是分钟，也就是多长时间你检测一次数据同步，根据项目需求修改
#  开始测试的时候为了方便看到效果，时间可以设置短一点
interval=1
 
#  重做索引的时间间隔，单位分钟，默认7200，即5天;
#  为空,为0,或者注释掉:表示永不重做索引
reBuildIndexInterval=7200
 
#  重做索引的参数
reBuildIndexParams=/select?qt=/dataimport&command=full-import&clean=true&commit=true
 
#  重做索引时间间隔的计时开始时间，第一次真正执行的时间=reBuildIndexBeginTime+reBuildIndexInterval*60*1000；
#  两种格式：2012-04-11 03:10:00 或者 03:10:00，后一种会自动补全日期部分为服务启动时的日期
reBuildIndexBeginTime=03:10:00

以上配置可以简单修改红色部分即可，默认为一分钟检测一次，如果有数据变动则同步。

 

 

 

 

2.5     测试

以上配置完成后，停止solr，并重启

Solr.cmd stop –all

Solr.cmd start

浏览器访问：http://localhost:8983/solr/ 选择相应的core后，可以看到之前的已导入的数据库数据有三条，

 

然后修改数据库数据，新增一条和修改一条以及删除一条：

改完之后，再次查询solr(注：由于前面配置的是1分钟后刷新，所以需要等一分钟)，再次查询如下图：

可以看到张三已经被删除，王五做了修改，test新增。

 

至此solr与数据库数据同步完成。